惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Blog — PlanetScale
Blog — PlanetScale
PCI Perspectives
PCI Perspectives
K
Kaspersky official blog
T
Tenable Blog
Help Net Security
Help Net Security
Vercel News
Vercel News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
F
Fortinet All Blogs
罗磊的独立博客
P
Palo Alto Networks Blog
爱范儿
爱范儿
Google DeepMind News
Google DeepMind News
T
Threat Research - Cisco Blogs
Security Archives - TechRepublic
Security Archives - TechRepublic
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
人人都是产品经理
人人都是产品经理
L
LangChain Blog
Recent Announcements
Recent Announcements
有赞技术团队
有赞技术团队
博客园_首页
D
Darknet – Hacking Tools, Hacker News & Cyber Security
H
Help Net Security
S
Secure Thoughts
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Project Zero
Project Zero
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
V
V2EX
Last Week in AI
Last Week in AI
H
Heimdal Security Blog
U
Unit 42
Y
Y Combinator Blog
The GitHub Blog
The GitHub Blog
SecWiki News
SecWiki News
量子位
博客园 - 【当耐特】
Martin Fowler
Martin Fowler
NISL@THU
NISL@THU
S
Securelist
P
Proofpoint News Feed
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
云风的 BLOG
云风的 BLOG
I
Intezer
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
博客园 - Franky
Cisco Talos Blog
Cisco Talos Blog
小众软件
小众软件
C
CXSECURITY Database RSS Feed - CXSecurity.com

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python) The Hidden Cost of AI Systems Nobody Talks About. undefined vs undeclared, and how typeof behaves Switching from file-based jobs to NATS/Kafka in Rust without changing code io_uring Adventures: Rust Servers That Love Syscalls Why Agentic AI is Killing the Traditional Database The POUR principles of web accessibility for developers and designers Quantum Neural Network 3D — A Deep Dive into Interactive WebGL Visualization How To Install Caveman In Codex On macOS And Windows Automation Pipeline Reliability: Why Your Workflow Breaks When Nobody Is Watching I Built an 'Open World' AI Coding Agent — It Works From ANY Folder From Freelancing to Product: A Tech Service Company's SaaS Transformation China's AI Giants: Adding Tencent Hunyuan & ByteDance Doubao to AI University (74 Providers) On the Vibe Coders and Their Lies clerk: Auto-Summarize Your Claude Code Sessions AI Weekly — 2026/04/10–04/17 | The Model Lockdown Is Here, but the Toolchain Is the Real Battleground AI 週報 — 2026/04/10–2026/04/17 模型封鎖潮來了,但工具鏈才是真戰場 Maybe this is how Open-Source apps are born... 🚀 Fine-Tune LLMs with LoRA and QLoRA: 2026 Guide tRPC v11 + Next.js App Router: End-to-End Type Safety Without the Boilerplate ShadCN UI in 2026: Why I Stopped Installing Component Libraries and Started Owning My Components SaaS Billing in React Server Components: Stripe + Supabase Without a Single `useEffect` Join our DEV Weekend Challenge — $1,000 in Prizes Across TEN winners! Submissions Due April 20 at 6:59 AM UTC. Implementing FSRS Spaced Repetition in Flutter + Supabase — Adding Memory Science to an AI Learning App "I Texted My Localhost From the Train — Claude Code Fixed the Bug Before I Got Home" I Built a Sales Prep AI and It Went Deeper Than Expected Design to Code #2: One JSON, Eleven Outputs Solving the 100M-Row Problem: A Summary Table Pattern for High-Volume Push Notification Logs Flutter Web With Wasm: What Actually Changes For Developers I Built 50 Royalty-Free Soundtracks for My Side Project in a Weekend Using AI Music Generation The Vibe Coding Security Checklist: 7 Things to Check Before You Ship Stop Letting Googlebot Guess Fix Your React App's SEO Right Desconstruindo o Streaming do LinkedIn: Como Criar um Engine de Extração de Vídeo de Alta Performance com HLS e FFmpeg (EDA Part-1) EDA (Exploratory Data Analysis) Explained With Real Life — Why Looking at Your Data Is the Most Important Step in Machine Learning Brand Relationship Management at Scale: Our 4-Touch Outreach System for 200+ Brands Why String.fromEnvironment() Might Return an Empty String in Dart JGuardrails 1.0.0 — Hardening Java LLM Apps Against Jailbreaks, Toxicity, and Prompt Injection Plan and Schedule a Full Week of Threads Content From One Claude Conversation Coding Cat Oran Ep3, Five Tables Changed Everything Updated: BFF Pattern I'm done watching freelancers get buried by 200 proposals. So I'm building the alternative. This is my first post BFS Algorithm in Java Step by Step Tutorial with Examples Tracking LLM Pricing Monthly: An Open Dataset for 22 AI Models How We Measure Content ROI on a Comparison Site: Revenue Attribution Without Perfect Data Introducing Nova AI Ops: The AI-Native Operating System for SRE Teams I built a free desktop video downloader for Windows — Grabbit How Talkie OCR Helps Vision-Impaired & Dyslexic Users Read the World Around Them VRCFaceTracking安装和iPhone面捕配置教程,有bug Even CrowdStrike Can't See Your Agents The Automation Gold Rush: What n8n Workflows and Claude Are Opening Up for Developers Right Now
React-prestanda: Sluta spilla energi på re-rendering
Linnea Ahlgren · 2026-06-14 · via DEV Community

För en djupare genomgång, se Rtexs guide.

Många React-utvecklare bygger effektiva applikationer men missar de subtila misstagen som slösar resurser och energi. Här är de vanligaste problemen och konkreta lösningar.

Onödig re-rendering är den största tjuven på prestanda. En komponent som re-renderas ofta utan att dess data ändras använder energi för ingenting. Misstaget är att inte förstå React's rendering-modell — många tror att setState automatiskt är smart och bara uppdaterar relevanta delar. Det stämmer inte. Om en föräldra-komponent uppdateras, renderas alla barn om. Lösningen är React.memo() för komponenter som inte behöver uppdateras, useMemo() för beräkningar som inte ändras, och useCallback() för funktioner som skickas som props. Se till att dependency-arrays är korrekta — en tom array betyder aldrig uppdatera, en saknad array betyder alltid uppdatera.

Bundle-storlek är en dold miljökostnad. Många projekt importerar stora bibliotek för en liten funktion. Om du använder Lodash bara för debounce() lägger du till 70 KB. Importerar du hela Material-UI när du bara behöver en knapp, dubblerar du din bundle. Detta påverkar inte bara laddningstid utan också energiförbrukningen under initialisering. Undersök varje beroende med npm ls eller webpack-bundle-analyzer. Ersätt stora bibliotek med små alternativ — Preact istället för React för vissa fall, date-fns istället för Moment, eller skriv själv om funktionen är enkel.

Dålig code splitting är ett klassiskt misstag. Nya utvecklare bygger en single-page-app och tror all kod måste ladda innan användaren kan göra något. Distribuera dina routes dynamiskt med React.lazy() och Suspense. En dashboard-app behöver inte ladda admin-panelen förrän användaren navigerar dit. Dela även upp stora komponenter — en formulärkomplett med 50 input-fält bör splittas så bara det synliga formuläret laddar först.

State management är ofta överkomplicerad. Många lägger all state i Redux eller Zustand utan att tänka efter. En globalt state som uppdateras ofta tvingar alla subscribers att uppdateras ofta. Låt local state vara lokal. En input-fields fokus-state behöver inte global state. En form som bara ska valideras lokalt behöver inte Redux. Tumregel: använd component state för single-component-data, context för data som många komponenter behöver på samma nivå, och global state bara för data som ofta uppdateras eller behövs överallt.

Överflödiga render-cykler från event-handlers är en klassisk fälla. Om du har en input-field som uppdaterar global state på varje keystroke, och den globala state är ansluten till många komponenter, skapar du hundratals onödiga renders. Lösningen är debouncing eller throttling av uppdateringar, eller att hålla input-state lokalt och bara uppdatera global state när formuläret skickas.

Caching-strategier ignoreras ofta. CSS och JavaScript bör cached aggressivt av webbläsaren — använd långtidiga cache-headers och filnamn-baserad revisionering (main.abc123.js) så att nya versioner inte inkluderar gammal cache. API-svar kan cachelagras på klient-sida med SWR eller React Query. Ett API-svar som inte ändras ofta bör inte hämtas om på varje sidladdning. Många utvecklare gör fetch på mount utan att kontrollera om data redan finns.

Bild-optimering glöms ofta i React-appar. En hero-bild på 5 MB laddar långsamt och använder energi. Använd next/image (om du använder Next.js) eller en bild-optimerings-tjänst som serverar rätt storlek till rätt enhet. WebP-format är ofta 30% mindre än JPEG. Lazy-load bilder som är nedanför linjen med loading="lazy".

Felaktig prop-validering med PropTypes bör tas bort i produktion. PropTypes körs i utveckling för att fånga fel, men i produktion är det bara dödvikt. Många glömmer att sätta NODE_ENV=production vid bygging, vilket gör att PropTypes-validering fortfarande körs och saktar ned applikationen.

Utvecklare skapar komponenter som är för storslagna. En Button-komponent som hanterar loading-state, error-state, analytics, A/B-testing och accessibility-logik blir på 200 rader och svår att anpassa. Börja enkelt och lägg till funktioner när du verkligen behöver dem. En knapp bör vara en knapp — låt en wrapper-komponent eller hook hantera analytics.

useState för komplicerad state-logik skapar buggar. Om du har fem useState-hooks som måste uppdateras tillsammans, kommer någon att uppdatera en men glömma de andra. Använd useReducer() för sammanlänkad state. Det tvingar dig att tänka på alla möjliga state-övergångar på ett ställe.

Tredjepartsprogramvara utan performance-budget godkänns ofta. En chat-widget som laddar 500 KB JavaScript utan att användaren frågar efter den är ett misstag. Kräv att alla script har en budget — en analytics-tjänst bör inte vara större än 20 KB, en chat-widget inte större än 100 KB. Auditmera regelbundet med Lighthouse.

Nyckeln är att ställa rätt frågor: Renderas denna komponent ofta? Kan den cacheas? Är detta beroende nödvändigt? Kan denna stat vara lokal istället för global? Dessa små beslut samlas till stora energibesparingar och snabbare webbplatser.

Memory leaks och cleanup är ofta glömt

En vanlig bug i React är att event listeners, timers och subscriptions inte städas upp när komponenter unmountas. En komponent som registrerar ett resize-listener på window men inte tar bort det vid unmount kommer att lyssna på events långt efter att komponenten är borta. Multiplicera detta över många komponenter och du har en applikation som växer i minnesanvändning över tid.

// Fel
useEffect(() => {
  window.addEventListener('resize', handleResize);
  // Cleanup funktion saknas!
}, []);

// Rätt
useEffect(() => {
  window.addEventListener('resize', handleResize);
  return () => window.removeEventListener('resize', handleResize);
}, []);

Samma gäller för alla `setInterval()`, WebSocket-anslutningar, eller Firebase-listeners. En applikation utan ordentlig cleanup kan  minnesläckor  veckor och slösa energi  att hantera massor av inaktiva callbacks.

## Virtualisering för långa listor är underutnyttjat

En lista med 10 000 poster renderar inte alla 10 000 element  en gång. Om användaren bara ser 20  skärmen är de andra 9 980 slöseri. Bibliotek som `react-window` eller `react-virtualized` rendererar bara elementen som är synliga, plus några buffrade utanför viewporten. Effekten är dramatisk  från ett par sekunders render-tid till millisekunder.

En e-handelswebbplats med en infinite-scroll produktlista kan se en 90% minskning i DOM-noder och RAM-användning bara genom att byta från en vanlig `map()` till virtualisering.

## Network waterfall-problem kostar tid och energi

En vanlig antipattern är att hämta användar-data först, sedan användar-inställningar, sedan användar-posts  i sekvens. Detta skapar en "vattenfalls"-effekt där varje request måste vänta  föregående. Med endast 3G-nätverk kan detta vara sekunder.

Använd `Promise.all()` för oberoende requests, eller ännu bättre  `React Query`'s parallella querys:


javascript
const { data: user } = useQuery(['user'], fetchUser);
const { data: settings } = useQuery(['settings'], fetchSettings);
const { data: posts } = useQuery(['posts'], fetchPosts);
// Alla tre startar samtidigt, inte sekventiellt

En mobil-användare sparar ofta 500+ ms per pageload bara genom att parallellisera requests.

Server-side rendering sparar energi på klient

CSR (Client-Side Rendering) kräver att webbläsaren laddar JavaScript, parsar det, och kör det för att generera HTML. SSR (Server-Side Rendering) eller Static Generation skickar redan renderad HTML, så webbläsaren behöver bara displayar det.

En sida som tar 3 sekunder att renderas på klient tar 200ms med SSR. Det är inte bara snabbare — det använder betydligt mindre strömförbrukning på användarens enhet. För användare på mobiler med svaga processorer är detta livsviktigt.

Next.js getStaticProps() för statiskt innehål eller getServerSideProps() för dynamiskt innehål bygger detta in från start. En blogg som genereras statiskt på build-tid istället för render-tid per request sparar tusental watts årligen.

Monitoring och performance budgets är den enda vägen framåt

Du kan inte optimera det du inte mäter. Många team sätter aldrig en performance budget och lägger sedan till funktioner tills sidan är långsam. Då är det för sent — källan är oklar.

Använd Lighthouse CI för att köra performance-tester automatiskt på varje commit. Definiera budgets: "JavaScript får inte överstiga 150 KB", "Largest Contentful Paint får inte överstiga 2,5 sekunder". GitHub-integreringen visar resultaten direkt i pull requests.

Lighthouse tester visar att en optimerad React-app i genomsnitt
är 40% snabbare än en ooptimerad version av samma funktionalitet.

Mät också CPU-användning och minnesförbrukning under normalt bruk. En komponent som använder 100% CPU när sidan är inaktiv är en debug-session värd.

Läs vidare: Läs mer på Rtex.


👉 Rtexs guide